如何使用timeit modu

2024-03-29 15:50:55 发布

您现在位置:Python中文网/ 问答频道 /正文

我理解timeit做什么的概念,但我不确定如何在代码中实现它。

我如何比较两个函数,比如insertion_sorttim_sort,与timeit


Tags: 函数代码概念sorttimtimeitinsertion
3条回答

timeit的工作方式是运行一次安装程序代码,然后重复调用一系列语句。因此,如果您想测试排序,就需要一些注意,以便就地排序的一个过程不会影响已排序数据的下一个过程(当然,这会使Timsort真正发光,因为它在数据已部分排序时执行得最好)。

下面是如何设置排序测试的示例:

>>> import timeit

>>> setup = '''
import random

random.seed('slartibartfast')
s = [random.random() for i in range(1000)]
timsort = list.sort
'''

>>> print min(timeit.Timer('a=s[:]; timsort(a)', setup=setup).repeat(7, 1000))
0.334147930145

请注意,这一系列语句在每次传递时都会生成未排序数据的新副本。

另外,请注意运行测量套件七次并只保留最佳时间的计时技术——这确实有助于减少由于系统上运行的其他进程而导致的测量失真。

这些是我正确使用时间的提示。希望这有帮助:-)

如果要在交互式Python会话中使用timeit,有两个方便的选项:

  1. 使用IPython外壳。它具有方便的特殊功能:

    In [1]: def f(x):
       ...:     return x*x
       ...: 
    
    In [2]: %timeit for x in range(100): f(x)
    100000 loops, best of 3: 20.3 us per loop
    
  2. 在标准的Python解释器中,可以通过从setup语句中的__main__导入在交互会话期间先前定义的函数和其他名称来访问它们:

    >>> def f(x):
    ...     return x * x 
    ... 
    >>> import timeit
    >>> timeit.repeat("for x in range(100): f(x)", "from __main__ import f",
                      number=100000)
    [2.0640320777893066, 2.0876040458679199, 2.0520210266113281]
    

我将告诉您一个秘密:使用timeit的最佳方法是在命令行上。

在命令行上,timeit进行正确的统计分析:它告诉您最短的运行时间。这很好,因为所有计时错误都是正的。所以最短的时间误差最小。没有办法得到负误差,因为计算机永远不能计算得比它能计算得快!

因此,命令行界面:

%~> python -m timeit "1 + 2"
10000000 loops, best of 3: 0.0468 usec per loop

很简单,嗯?

你可以设置:

%~> python -m timeit -s "x = range(10000)" "sum(x)"
1000 loops, best of 3: 543 usec per loop

这也很有用!

如果需要多行,可以使用shell的自动延续或使用单独的参数:

%~> python -m timeit -s "x = range(10000)" -s "y = range(100)" "sum(x)" "min(y)"
1000 loops, best of 3: 554 usec per loop

这样就有了

x = range(1000)
y = range(100)

和时代

sum(x)
min(y)

如果您想拥有更长的脚本,您可能会尝试在Python脚本中移动到timeit。我建议避免这样做,因为命令行的分析和计时更简单。相反,我倾向于制作shell脚本:

 SETUP="

 ... # lots of stuff

 "

 echo Minmod arr1
 python -m timeit -s "$SETUP" "Minmod(arr1)"

 echo pure_minmod arr1
 python -m timeit -s "$SETUP" "pure_minmod(arr1)"

 echo better_minmod arr1
 python -m timeit -s "$SETUP" "better_minmod(arr1)"

 ... etc

由于多次初始化,这可能需要更长的时间,但通常这不是什么大事。


但是如果你想在你的模块中使用timeit呢?

好吧,简单的方法是:

def function(...):
    ...

timeit.Timer(function).timeit(number=NUMBER)

这给了你累加(不是最小值!)是时候跑这么多次了。

要获得良好的分析,请使用.repeat,并取最小值:

min(timeit.Timer(function).repeat(repeat=REPEATS, number=NUMBER))

通常,您应该将它与functools.partial而不是lambda: ...结合使用,以降低开销。这样你就可以得到这样的东西:

from functools import partial

def to_time(items):
    ...

test_items = [1, 2, 3] * 100
times = timeit.Timer(partial(to_time, test_items)).repeat(3, 1000)

# Divide by the number of repeats
time_taken = min(times) / 1000

您还可以执行以下操作:

timeit.timeit("...", setup="from __main__ import ...", number=NUMBER)

这将使您更接近命令行中的接口,但方式不那么酷。"from __main__ import ..."允许您在由timeit创建的人工环境中使用来自主模块的代码。

值得注意的是,这是一个方便的Timer(...).timeit(...)包装器,因此不太擅长计时。我个人更喜欢使用Timer(...).repeat(...),如上面所示。


警告

有一些关于timeit的警告在任何地方都适用。

  • 不计入间接费用。假设您想计时x += 1,以了解加法需要多长时间:

    >>> python -m timeit -s "x = 0" "x += 1"
    10000000 loops, best of 3: 0.0476 usec per loop
    

    好吧,它是而不是0.0476微秒。你只知道它比这个小。所有的错误都是肯定的。

    所以试着找出开销:

    >>> python -m timeit -s "x = 0" ""      
    100000000 loops, best of 3: 0.014 usec per loop
    

    这是一个很好的30%从时间上来说的开销!这会严重影响相对计时。但是您只关心添加计时;还需要将x的查找计时包括在开销中:

    >>> python -m timeit -s "x = 0" "x"
    100000000 loops, best of 3: 0.0166 usec per loop
    

    差别并不大,但确实存在。

  • 变异方法是危险的。

    >>> python -m timeit -s "x = [0]*100000" "while x: x.pop()"
    10000000 loops, best of 3: 0.0436 usec per loop
    

    但那是完全错误的!x是第一次迭代后的空列表。您需要重新初始化:

    >>> python -m timeit "x = [0]*100000" "while x: x.pop()"
    100 loops, best of 3: 9.79 msec per loop
    

    但是你有很多开销。单独说明。

    >>> python -m timeit "x = [0]*100000"                   
    1000 loops, best of 3: 261 usec per loop
    

    注意,这里减去开销是合理的,因为开销只是时间的一小部分。

    对于您的示例,值得注意的是,插入排序和Tim排序对于已经排序的列表都具有完全不寻常的计时行为。这意味着您需要在排序之间使用random.shuffle,以避免破坏您的计时。

相关问题 更多 >